elasticsearch-基本概念

先类比 elasticsearch 和 关系型数据库对应的某些概念，了解ES的结构：

索引：简单理解成数据库

分片：一个索引由多个分片组成，应用程序向ES请求的时候，是向索引请求，但是实际上工作的是分片，每个分片都是一个Lucene（搜索引擎），需要占用一定的内                存，CPU，磁盘等物理资源，他是一个最小工作单位，是实际能跑的一个程序。

　　主分片：主分片比起副分片，多出的功能只是提供写入文档（索引文档，在ES的官方文档中，经常会同义"索引"和"写入"）

　　副分片：类似HDFS中的Replica，或者更像是数据库主从复制中的 从数据库，只提供读功能

　　如果一个ES集群只有一个主分片，那么整个索引的所有数据都在这个主分片里，无论有多少个副分片，和只有一个主数据库同理。

　　如果一个ES集群有两个主分片，无论多少个副分片，那么整个索引的数据分布在这两个主分片里，类似与关系型数据库分库，横切数据库表

　　N个主分片，以此类推。

类型：分片的数据的组成部分，每个部分代表一类事务。

文档：相当于关系型数据库中的一行记录，ES的实质是 分布式文档存储系统

 id：类似与关系型数据库中行记录的主键

域：相当于字段

　　　

elasticsearch 存在两种获得文档的方式：

　　1.根据域（字段）搜索

　　2.ID直达

两种获取方式的速度都挺快，因为elasticsearch对同一条文档（记录）存储了两种数据结构

正排索引和倒排索引

省略掉偏移量之类的属性，我们只看简单的查找过程

下图第一个是正排索引，可以简单理解成我们存储进去的内容，并且每条文档有唯一的标识（id）确认

 映射其实就是对类似关系型数据库的表的类型进行域（字段）定义，比如 age 是 integer......

 映射还可以指明一个域是否可以被解析，如果可以的话，可以在映射指定相应的解析器

 

第二个是倒排索引，在存入文档的时候，都需要将存入的文档（一条记录）中需要分析（analyse）的域进行分析器分析

比如 I love your sister，一般使用英语分析器分词，分词后分出的单元叫做 term，比如这句话会被分为 I , love , your , sister 这四个term。

当然，有一些分析器有去除无用词功能，比如 the ， a 这些无太大意义的词会被去除。

对于可分析的域，查询的值也要通过相同的分析器进行分析，然后进行检索，比如查询 love your，那么 也会按照上面同样的解析器解析查询的值，解析成 your ，sister 两个term然后再用倒排索引检索

查询这种可解析的域 叫做 全文域查询

如果一个域是不可分析的，那么查询的值本身就是一个term，这种查询叫做 精确值查询

文档中的字段，无论是否可解析，都会被建立倒排索引，所以把一条记录写入到ES中，“写入”被称为“索引”

面向对象表示和处理了真实世界中潜在的各种复杂数据结构，ES的每条文档都代表一个对象，当然，对象中可以嵌套对象，文档指的是嵌套结构中最顶层的对象

 

全文域可以理解成，我们需要做的是去这整个全文里去查找是否包含我们的查询值，比如某篇文章里面找地址

 

分出 term 后，会根据 term 构建 倒排索引，比如下面的 term ： “南山”，会记住相关的文档的唯一标识

当然存储方式不一定如下图，因为这样的话要线下时间去遍历出文档的唯一索引，一种假设的方法是当相关文档数太多的时候，可以使用查找树结构或B+数结构

 

ES使用简单的 Resful 风格的 API ，索引+类型+id可以唯一标识一个文档（一条记录），使用不同的请求方法可以 进行不同操作，比如删除，新增，修改

GET or POST or PUT...　　/索引名/类型名/id

需要注意的是 ES 是不支持修改的，名义上是修改，但实际上是 将原本的内容 读出 转换成 JSON ，然后修改 ，修改后写会索引，同时删除旧文档。

ES可以全量替换掉某个id的文档，实际过程也是 删除 - 新增